基于熵权模糊评价的滑坡地质灾害危险性评估*

2022-04-26杨绪祥

交通科技 2022年2期

杨绪祥

(云南省公路科学技术研究院昆明 650051)

滑坡地质灾害治理工程的建设，需要收集地质灾害信息，并对其进行危险性评价，进而分析滑坡的发育特征和分布规律[1]。文献[2]使用ArcGIS管理滑坡灾害采集数据，采用模糊评价方法，利用隶属度函数，实现危险性评价。该方法的评估结果出现超模糊现象，准确性较低。文献[3]对评价因子进行定量描述，计算其分级代表值和权矢量，比较各因子的相对隶属度值；结合GIS和RS技术评估灾害危险度。该方法忽略了滑坡灾害的成因机制，选择的评价指标不恰当，导致评价结果准确性不高。

基于以上研究成果的不足，为了进一步提高评价结果的准确性，提出基于熵权模糊评价的滑坡地质灾害危险性评估。拟通过建立滑坡灾害危险性评估指标体系；结合层次分析和熵权模糊评价方法计算指标权重；再计算评估集隶属度，获取最终评估值，实现滑坡灾害危险性的评价，为防灾减灾工作提供参考。

1 基于熵权模糊评价的滑坡地质灾害危险性评估方法设计

1.1 构建滑坡地质灾害危险性评估指标体系

分析滑坡的形成条件、停止过程、孕育规律、发生过程，以及演化过程，对灾区高精度遥感影像和高精度数字地形进行搜索，建立灾害风险指标体系[4]，见表1。

表1 滑坡危险性评估指标体系

表1中，按照地貌分区界线和地质界线，划分滑坡灾害区域内的岩性特征和地貌演化差异[5]。使用GIS软件栅格计算器对所有矢量专题图进行栅格化处理，赋予每个栅格矢量值，叠加危险性程度，使构建的评估指标体系能够准确反映出地质要素的空间分布特征和属性值。

1.2 基于熵权模糊评价计算指标权重

采用熵权模糊评价方法，计算评估指标权重。建立滑坡原始数据矩阵，对其进行标准化处理，将数值比变换到区间[0，1]上。设待评估的滑坡对象为j，评估指标为i，计算平移标准差参数S。

(1)

(2)

计算评估对象j第i个指标的熵值Eij，公式为

(3)

评估指标i的关联熵权值计算方法为

(4)

则第i个指标的熵权wi，计算方法为

(5)

式中：m为评估指标数量。

熵权计算完毕后，采用层次分析法，将一级指标作为目的层，二级指标作为决策层，按照定量与定性相结合的原则，并参照标度法，构造多层级的判断矩阵。其标度值判断标准[6]见表2。

表2 判断矩阵标度值判断标准

根据标度值判断标准，比较同层指标，利用MATLAB软件，对指标的关系构造矩阵进行求解，得到各指标权重Ai。结合熵权和层次分析法确定的权重，计算指标综合权重B，计算方法为

(6)

将综合权重作为指标的最终权重值，至此完成基于熵权模糊评价指标权重的计算。

1.3 评估滑坡地质灾害危险性

根据综合权重构建隶属度矩阵，评估滑坡地质灾害危险性。构建指标评估集V={v1，v2，v3，v4，v5}，对应分值分别为95，85，75，65，55，分别表示滑坡灾害危险性极高、高、中等、低、极低。建立不同层次中，指标数据的原始模糊评价矩阵X′，计算公式为

(7)

标准化处理X′，得到模糊评价矩阵X计算公式为

X=(xik)m×5(i=1,2,…,m；k=1,2,…,5)

(8)

合成模糊评价矩阵和综合权重，得到隶属度矩阵P，计算公式为

P=B·X

(9)

由此得到指标评估集V的隶属度集合P=[p1，p2，p3，p4，p5]。则灾害区域内的评估值O计算公式为

O=95p1+85p2+75p3+65p4+55p5

(10)

根据最终评估值，划分滑坡灾害的危险性等级，具体见表3。

表3 滑坡灾害危险性等级

由此确定滑坡灾害危险性的评估等级，对地质区域进行准确预警，实现滑坡地质灾害危险性的评估。

2 实验论证分析

进行对比实验，将此次设计方法记为实验A组，文献[2]方法记为实验B组，文献[3]方法记为实验C组。

2.1 实验准备

实验试点为遂昌县北界镇苏村山体滑坡地质灾害治理工程，该试点对滑坡地质灾害进行在线监管，采用3组评估方法针对该试点区域内滑坡灾害危险性进行评估。试点区域最高海拔为2 401 m，最低海拔为1 320 m，境内最大河流的流域面积为8 803 km2，河流造成的侵蚀作用较为强烈，植被类型为天然灌木植被，滑坡灾害较为频繁且种类模式单一，主要为基岩覆盖层滑坡和黄土滑坡，滑动面风化严重。借助360°全景摄影、无人机倾斜摄影测量技术，采集区域内地表信息，实验区域的三维地表见图1。

图1 实验区域三维地表

区域内调查滑坡数量共201处，长度范围为140～480 m，宽度跨度为15～800 m，厚度为9～19 m，运动形式为牵引式，剖面总体形态为上陡下缓，受降水影响较大，当试点降雨后，基岩坡脚会受到冲洗，山体前部先发生滑动，山体后部则呈现水流冲刷形状，进而发生滑动。滑坡要素齐全，地貌较易分辨，滑坡灾害地貌形态见图2。

图2 滑坡灾害地貌形态

实验A组构建一级指标{U1，U2，U3，U4，U5，U6}判断矩阵，具体见表4。

表4 评估指标判断矩阵

基于表4完成矩阵一致性检验后，得到层次分析权重为{0.081，0.162，0.476，0.191，0.090}，计算一级指标熵权值为{0.063，0.185，0.529，0.201，0.022}，得到的综合权重集为{0.082，0.201，0.572，0.116，0.029}，然后计算一级指标模糊评价矩阵X为

最后得到的隶属度集合为[0.188，0.224，0.501，0.080，0.007]，可得滑坡灾害危险性的最终评估值为80.06，判断评估等级为B，试点区域内的滑坡地质灾害危险性高。

2.2 实验结果

2.2.1第一组实验结果

对试点区域地貌进行划分，得到多个地貌单元，比较不同地貌单元中3组评估方法的评估指标灰色关联度，关联度越大，表明评估指标与评估对象的关联程度越大，越能反映出滑坡地质灾害危险性。关联度计算方法为

(11)

图3 指标关联度对比结果

由图3可见，实验A组评估指标的平均关联系数为1.697，实验B组和实验C组的平均关联系数分别为0.937和0.791，相比实验B组和实验C组，A组评估指标关联系数分别提高了0.760、0.906，关联系数越大，指标间关联度越高。

2.2.2第二组实验结果

使用AUC曲线，比较3组评估方法评估值的准确性，根据滑坡地貌单元的分布情况，统计各危险性等级内已发生的滑坡灾害，将滑坡累计百分比作为纵轴，然后将地貌单元面积的累计百分比作为横轴，带入评估结果得到AUC曲线。比较曲线的线下面积，其线下面积越大，表明评估结果越准确。评估结果准确性对比结果见图4。

图4 评估结果准确性对比结果

由图4所示AUC检验曲线可知，实验A组曲线的线下面积明显大于实验B组和实验C组，其评估结果具有更高的可信度。

2.2.3第三组实验结果

进行多次实验，记录3组评估方法对滑坡灾害危险性的评估结果，比较评估值的相对标准偏差，其相对标准偏差对比结果见图5。

由图5可见，实验A组评估值的平均相对标准误差为2.374%，实验B组和实验C组的平均相对标准误差，分别为5.241%和6.173%，相比实验B组和C组，A组评估值的相对标准误差分别降低了2.867和3.799个百分点。综上所述，此次设计方法相比传统方法，其评估指标能够全面反映出滑坡地质灾害危险性，提高了评估结果准确性，且降低了评估值的相对标准偏差，其评估结果更加稳定。